Pandas中sort_values方法对DataFrame多列排序未生效求助
1. inplace=True 方法的返回值误用
pandas 官方明确规定,所有带 inplace=True 参数的原地修改方法,执行后统一返回 None,不会返回修改后的对象。这个设计是为了提示用户操作是直接在原对象上完成的,不会生成新的DataFrame实例。
你代码中执行的这行:new_var_df = var_df.sort_values(by=['Remaining values', 'Degrees'], inplace=True, ascending=[True, False])
实际给 new_var_df 赋值的内容是 None,而非可操作的DataFrame对象。如果后续直接使用这个变量进行打印、计算等操作,就会触发NoneType类型错误,看起来就像排序操作完全没生效。
注:Pandas 2.0版本后已经逐步不推荐使用
inplace参数,更推荐通过赋值、链式调用的方式生成新对象,从根源上避免这类踩坑。
2. 现有代码的逻辑冗余
你当前代码虽然后续通过 var_df.reset_index(drop=True) 重新给 new_var_df 赋值才拿到了正确的排序结果,但逻辑完全可以简化:
- 开启
inplace=True后,排序操作已经直接修改了原var_df,不需要额外接收方法返回值 - 这种“原地修改+接收返回值”的写法是pandas新手最常踩的坑,很容易在后续操作时混淆对象类型
写法1:不使用原地修改(推荐)
不设置 inplace=True,通过链式调用直接获取排序+重置索引后的新DataFrame,原对象完全保留不被修改:
new_var_df = var_df.sort_values( by=['Remaining values', 'Degrees'], ascending=[True, False] ).reset_index(drop=True)
写法2:使用原地修改模式
如果确实需要直接在原DataFrame上修改,不要接收sort_values的返回值,单独执行重置索引操作即可:
var_df.sort_values( by=['Remaining values', 'Degrees'], inplace=True, ascending=[True, False] ) new_var_df = var_df.reset_index(drop=True)
从你贴出的输出来看,排序规则本身的执行结果是正确的:先按Remaining values升序排列,同值下按Degrees降序排列,和要求的排序逻辑完全匹配。之前觉得“排序没生效”的错觉,本质是被inplace=True返回None的问题误导了。
内容的提问来源于stack exchange,提问作者David.B

